β 分布的均值和方差与或?α≥1 _ _α≥1β≥1 _β≥1

机器算法验证 贝塔分布
2022-04-08 11:33:03

什么条件必须满足 Beta 分布的均值和方差,以使参数不小于 1?α,β

2个回答

方差分布的参数Beta(α,β)0<m<10<v<m(1m)

α=mm(1m)vv,β=(1m)m(1m)vv.

图1

的阴影轮廓图的轮廓范围从(在彩色区域的顶部)到(沿着底部)。的图是它的镜像。α01β

如果它们都不小于,那么代数告诉我们1

vmmax(m(1m)1+m,(1m)22m).

数字

Beta 分布的所有可能均值和方差的有效集合包含在灰色曲线下方。在该集合中,那些中的一个或两个都为或更大的那些以深蓝色显示。这些往往总体上具有较低的差异。αβ1

Beta 分布的均值是

μ=αα+β

我们想看看限制的允许范围是否会保证我们将有 .μ{α1,β>0}{α>0,β1}

将平均值视为我们获得的参数的函数

μα>0,μβ<0

所以它在中单调递减αβ

所以

(1)minμ=1/(1+β){α1,β>0}

但情况的所有可能值(在中)。{α>0,β1}μ(0,1)

换句话说,通过将均值限制在区间中,我们可以保证我们将有但是对于保证我们的均值没有限制。[1/(1+β),1){α1,β>0}{α>0,β1}

所以我们应该转向方差,即

σ2=αβ(α+β)2(α+β+1)

不难确定,没有对方差范围的限制可以保证我们会有{α>0,β1}

所以 :

如果我们施加限制,那么我们肯定会有,即“不是两个参数都小于统一”。μ1/(1+β){α1,β>0}

但这在某种意义上是部分结果,因为还有另一种方式“并非两个参数都小于统一”。换句话说,这种方法施加了额外的限制,即只小于单位。因此,它与我们希望能够具有(和的 Beta 分布不兼容。βα1β>1